-
RapeseedNet:一种基于近红外光谱技术的轻量级深度学习模型,用于油菜籽质量检测
菜籽质量通过近红外光谱与轻量级深度学习模型结合实现快速无损检测,构建的RapeseedNet-Base模型融合ResNet、Transformer和ASPP模块,在油含量、蛋白质等指标预测中表现优异,经剪枝和知识蒸馏优化后形成RapeseedNet,参数减少61.2%,推理时间缩短56%,部署于便携设备验证实时检测可行性,覆盖多品种及产地区域。
来源:Computers and Electronics in Agriculture
时间:2026-04-20
-
基于MBD-DEM耦合方法的窄间距块茎芥菜移栽装置的机理分析与实验验证
中国芥菜窄行移植设备设计与优化研究通过MBD-DEM耦合仿真和田间试验验证。设备针对12-14cm窄行设计,试验显示移植合格率达90%,苗间距130.6mm变异系数3.4%,移植深度合格率98%,苗 upright率达97.3%。
来源:Computers and Electronics in Agriculture
时间:2026-04-20
-
红海鲷(Pagrus major)在捕捞时的应激反应:迈向一种更加人道的屠宰方法的研究
红海鲈鱼养殖温度、收获及屠宰方法对生理应激与宰后肌肉质量的影响研究表明,高密度收获结合窒息屠宰导致皮质醇、葡萄糖、乳酸及电解质浓度显著升高,加速宰后pH下降和尸僵进程。低应激方法如电击屠宰可减少应激,维持肌肉质量。养殖温度是关键调节因素,需优化多因素交互作用以提升水产养殖福利与产品质量。
来源:Aquaculture
时间:2026-04-20
-
综述:闭环:人工智能驱动的蛋白质设计中的实验验证方法
这篇综述系统性地阐述了人工智能(AI)驱动蛋白质设计的端到端全流程,涵盖数据、模型、候选生成筛选与实验验证。文章以成功经过实验验证的方法为核心,重点评述了其在结合剂(Binder)、抗体(Antibody)和酶(Enzyme)三大应用领域取得的进展与挑战,并强调了实验反馈对推动该领域发展的持续关键作用。
来源:Current Opinion in Structural Biology
时间:2026-04-20
-
雄性鱼对半人工繁殖方法的反应(包括使用或不使用激素刺激剂),以及这种方法对非洲鲶鱼(Clarias gariepinus)亲鱼体内血液类固醇激素浓度、繁殖指标和生产效率的影响
摘要:迄今为止,对于在半人工条件下雄性非洲鲶鱼(Clarias gariepinus)交配时使用的激素诱导方法及其剂量的有效性评估关注甚少。因此,本研究旨在探讨对雄性非洲鲶鱼进行激素注射的可行性及其对生殖生理、繁殖能力和幼鱼产量的影响。实验设计了四种处理方式,并各重复两次:对照组
来源:Italian Journal of Animal Science
时间:2026-04-20
-
基于Gerbox甘蔗小种茎的菠萝病离体评估方法建立与应用及其在生防菌筛选中作用评价
本文介绍了一项针对甘蔗菠萝病(由Thielaviopsis spp. 引起)的生防新策略研究。为解决化学防治局限及生防菌株筛选方法缺乏的问题,研究人员开发了一种基于Gerbox容器和小种茎(minisett)的离体评估方法,并将其用于筛选木霉(Trichoderma spp.)菌株。结果表明,该方法是可重复且高效的,所测试的T. afroharzianum菌株能显著降低病害严重度(高达93.06%)。这为菠萝病的生防剂初步筛选提供了有力工具,具有重要的应用潜力。
来源:European Journal of Plant Pathology
时间:2026-04-20
-
综述:与阿甘树相关的微生物多样性及其功能和生物技术潜力
这篇综述系统性梳理了摩洛哥特有树种阿甘树(Argania spinosa)的共生微生物组。文章指出,包括促植物生长根际细菌(PGPR)、从枝菌根真菌(AMF)及内生真菌与酵母在内的微生物群落,是阿甘树在干旱逆境中卓越表现的关键。它们通过促进营养获取(如磷活化)、增强抗逆性(如干旱耐受)、抑制病原体和助力幼苗建植,支撑了生态系统的稳定。这些微生物还展现出生产聚羟基丁酸酯(PHB)、抗菌活性物质和工业酶等生物技术潜力。理解和利用这一微生物资源,对于阿甘森林的可持续恢复、气候适应性农业和生物技术创新至关重要。
来源:Discover Plants
时间:2026-04-20
-
HC-GLAD:用于无监督图级异常检测的双双双曲对比学习方法
本文提出双超球对比学习框架HC-GLAD,通过超图捕捉高阶节点交互,结合超球几何降低嵌入空间扭曲,提升无监督图级异常检测性能。实验验证其在九个真实数据集上的优越性。
来源:NEOTROPICAL BIOLOGY AND CONSERVATION
时间:2026-04-20
-
PeriodPatch:一个基于频率感知的模块化框架,采用基于补丁的嵌入方法和周期性偏差机制,用于多变量时间序列预测
针对多变量时间序列预测中周期模式捕捉不足的问题,本文提出PeriodPatch模型。通过引入趋势-残差分解模块、基于傅里叶变换的参考信号生成机制以及跨变量注意力机制,有效整合了时序动态、周期结构和变量间关联。实验表明,PeriodPatch在11个基准数据集上显著优于基线,尤其在长期预测任务中MSE降低13.1%,短期任务MAE提升25%。
来源:NEOTROPICAL BIOLOGY AND CONSERVATION
时间:2026-04-20
-
基于任务的红外与可见光图像融合:通过细节与语义的双重注入方法
针对红外与可见图像融合中任务相关信息整合困难的问题,本文提出任务驱动双注入融合网络TDFuse。通过细节注入模块DIM和语义注入模块SIM,分别提取任务相关的细节和语义信息,并采用融合特征融合块FFB实现多模态特征融合。创新性地设计细节-语义双约束损失函数,有效平衡任务目标与融合质量。实验表明,该方法在M³FD、MSRS、LLVIP等数据集上显著提升图像融合质量,并在目标检测、语义分割等下游任务中取得优于传统方法的结果。
来源:NEOTROPICAL BIOLOGY AND CONSERVATION
时间:2026-04-20